Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学潘甦获国家专利权

南京邮电大学潘甦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京邮电大学申请的专利基于改进遗传算法的异构云雾协同网络中的资源分配方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114567933B

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210107186.5,技术领域涉及:H04W72/53;该发明授权基于改进遗传算法的异构云雾协同网络中的资源分配方法是由潘甦;钟敏设计研发完成,并于2022-01-28向国家知识产权局提交的专利申请。

基于改进遗传算法的异构云雾协同网络中的资源分配方法在说明书摘要公布了:本发明公开基于改进遗传算法的异构云雾协同网络中的资源分配方法,包括:收集终端设备所需完成的计算任务的数量;基于构建的异构网络计算迁移问题模型,获得最优的终端设备所分配到的用于完成计算任务的计算资源、最优的终端设备将计算任务迁移所需的上行链路的传输功率和最优的终端设备的任务卸载策略。本发明在雾端收集终端设备所需完成计算任务的数量,完成计算任务所需的计算量以及完成任务所能接受的最大时延这三个参数,通过改进遗传算法实现对终端设备的卸载决策、分配到的计算资源和传输功率的联合优化,得到了异构网络中基于云雾协同计算的资源分配方案,解决了异构网络中雾计算和云计算共存协同的资源分配问题,减少了计算量。

本发明授权基于改进遗传算法的异构云雾协同网络中的资源分配方法在权利要求书中公布了:1.基于改进遗传算法的异构云雾协同网络中的资源分配方法,其特征在于,包括: 收集终端设备所需完成的计算任务的数量; 基于构建的异构网络计算迁移问题模型,获得最优的终端设备所分配到的用于完成计算任务的计算资源f、最优的终端设备将计算任务迁移所需的上行链路的传输功率P和最优的终端设备的任务卸载策略an; 其中,所述异构网络计算迁移问题模型为: 最小目标函数中,基站BSs包含一个宏基站MBS和M个小基站SBSs,表示基站的集合,表示SBSs的集合,M+1表示MBS,m∈[-M-1,M+1],S={-M-1,-M,...-1,0,1,...,M,M+1}表示卸载决策; N={1,2,…,N}表示终端设备的集合,终端设备的任务卸载策略表示为an=0表示终端设备n选择在本地处理计算任务;表示终端设备n选择通过第m个SBSs将计算任务卸载至雾端;表示终端设备n选择通过第m个SBSs将计算任务卸载至云端;an=M+1表示终端设备n选择通过MBS将计算任务卸载至雾端;an=-M-1表示终端设备n选择通过MBS将计算任务卸载至云端;Ix是一个指示函数,当an=m为真时等于1,否则等于0; f表示终端设备所分配到的用于完成计算任务的计算资源,p表示终端设备将计算任务迁移所需的上行链路的传输功率; 表示终端设备n完成计算任务的功率: 表示终端设备n在云端完成计算任务的功率,表示终端设备n在本地完成计算任务的功率,表示终端设备n在雾端完成计算任务的功率; C1中,表示终端设备n的计算能力; C2中,表示终端设备n的总传输功率,为上行链路的传输功率的最大值; C3中,表示终端设备n通过SBSs将计算任务中继至MBS处后再迁移至云端所获得的计算资源; C4中,表示终端设备n通过SBSs将计算任务中继至MBS处再迁移至雾端所获得的计算资源,F表示雾端的最大计算能力; C6中,每个终端设备含有一个计算任务Dn表示该计算任务的大小,Cn表示完成终端设备的所有计算任务所需的最小计算资源,表示终端设备完成所有计算任务所能接受的最大时延; 表示终端设备n将计算任务迁移至雾端处理所能接受的最大时延,表示终端设备n在本地完成计算任务所能接受的最大时延,表示终端设备n将计算任务迁移至云端处理所能接受的最大时延,表示终端设备n完成计算任务所能接受的最大时延; 基于改进遗传算法,获得最小目标函数中最优的an,p以及f,包括: 染色体OSn表示an,染色体RAn表示p,染色体FAn表示f; 第一步,初始化种群gt,设置最大迭代次数T、种群大小s、自适应交叉概率Pc、自适应变异概率Pm、标准差阈值φ和参数V; 第二步,计算群体gt中每个个体的适应度函数值,根据每个个体的适应度函数值,选择优良个体遗传到下一代群体; 第三步,将交叉算子作用于群体gt,基于自适应交叉概率Pc交换被选择的成对个体之间的部分染色体,产生新的个体; 第四步,将变异算子作用于群体gt,基于自适应变异概率Pm改变被选择的个体的部分基因值,得到新的个体,得到下一代群体gt+1; 第五步,依据适应度标准差公式计算当前种群gt+1的个体适应度标准差σ,对当前迭代次数和标准差进行判定,决定是否进行高斯扰动和增大变异概率操作; 第六步,若当前进化代数t达到了最大迭代次数T,则输出最优的染色体,从而获得an、p和f,获得异构网络计算迁移问题模型的最优解,结束运行,否则转至第二步,将群体gt+1赋值给群体gt。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京邮电大学,其通讯地址为:210037 江苏省南京市鼓楼区新模范马路66号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。